一种镍氢电池的SOC计算方法及管理系统与流程

本发明涉及镍氢电池管理系统，特别是涉及一种镍氢电池的soc计算方法及管理系统。

背景技术：

1、随着新能源的快速发展，动力汽车逐渐走入人们的生活。电池技术、电池管理技术、电机技术三大技术支撑着新能源汽车的飞速发展，其中电池管理系统的逐步成熟是新能源汽车的普及的前提。在目前的市场上主要采用锂电池、镍氢电池等作为动力系统的储能单元，而民用市场以锂电池为主流，主要是因为锂电的能量密度大重量轻优势。然而锂电池的热失控是目前最为头疼的问题，因此在军工和一些特种防爆场所，锂电池的准入门槛较高，甚至目前还无法进入，因而，基于镍氢电池的动力系统成为一个可选择的解决方案。

2、镍氢电池以其安全性、耐用性，使用条件更为宽泛，放电倍率可达5倍等优势，仍然有着巨大的应用空间。在一般的民用市场，镍氢电池的动力系统基本上没有加入电池管理系统，但在军工和特种场所安全性的要求，镍氢电池的必须使用电池管理系统，才能达到功能要求和防爆要求。

3、根据现有对镍氢电池的充电特性、放电特性、放电倍率、端电压、内阻等的研究，镍氢电池有着很大回置电压，因此不能通过端电压来预测其soc，而利用安培时间积分法来计算镍氢电池的soc时有巨大的累计误差，就造成长时间使用后soc跑偏失控现象。对于特种领域使用的动力系统要求其无论在任何情况都能够提供能量输出，因此又不能像管理锂电一样的对镍氢电池进行精细管理。

4、所以本发明提供一种新的方案来解决此问题。

技术实现思路

1、针对上述情况，为克服现有技术之缺陷，本发明之目的在于提供一种镍氢电池的soc计算方法及管理系统，以解决现有技术存在的以上问题，其具体方案如下：

2、一种镍氢电池的soc计算方法，包括如下步骤：

3、s1、建立三输入单输出的模糊神经网络，通过实测输入输出数据训练网络，找到模糊神经网络节点的隶属函数的中心与宽度；并确定所有的模糊规则，利用自学习和规则融合的方法，删除无效规则，优化有效规则，获取最优系统的结构参数；

4、s2、采集所述镍氢电池单体的端电压、电池包总压和充放电电流参数数据；

5、s3、将步骤s2中的数据作为三个变量x1、x2、x3输入至所述模糊神经网络，在优化的模糊规则下进行数据处理和计算；

6、s4、经过步骤s3的数据处理过程得到镍氢电池计算soc；

7、s5、将步骤s4的计算soc数据经过soc校准策略，得到电池系统的soc。

8、优选的，所述步骤s1的模糊神经网络为五层前馈网络，分别为：

9、第一层：为输入节点，代表输入变量，三个变量分别是x1、x2、x3，分别代表电池单体端电压、电池包总压、充放电电流，第一层神经元仅把输出值传递给下一层，其传递函数为：

10、

11、其连接权重系数ω1为单位矩阵；

12、第二层：为模糊词汇节点，表示各自模糊语言变量词汇的隶属度函数，其中，每个神经元代表一个语言值，表达为一个隶属函数，用高斯型函数计算输入数据在各自论域的隶属度，其表达式为：

13、

14、n(2)＝t1n(1)

15、式中：mij表示第i个输入语言变量mi的第j个项的高斯型函数的中心；σij表示第i个输入语言变量mi的第j个项的高斯型函数的宽度；t1表示输入语言变量的模糊分档数；

16、第二层与第一层之间的连接权系数ω2满足：

17、

18、k＝1,2,…n(2)-1，i＝1,2,…n(2)，j＝1,2,…n(1)

19、第三层：为规则节点，代表模糊逻辑规则，执行输入和模糊控制规则前的匹配，并执行模糊运算，其操作为：

20、

21、节点个数为：

22、第三层与第二层之间的连接权系数ω3满足：

23、

24、k＝1,2,…,n(1)，i＝1,2,…,n(31)，j＝1,2,…,n(2)

25、第四层：为模糊词汇节点，表示各自模糊语言变量词汇的隶属度函数，有两种工作方式，一种是自下向上传输，另一种是自上往下传输；

26、第五层：为输出节点，用两类节点表示，其中一类节点表示网络的输出结果，另一类节点表示馈给网络的输入训练数据，该层的输出结果和训练馈入数据为电池的剩余容量。

27、优选的，所述模糊神经网络的节点其功能定义可分为网络节点的净输入和激活强度，其内容如下：

28、对于建立的神经网络，每一个节点表示一个神经元，f表示神经网络节点的净输入，其函数表达式为：

29、

30、式中表示来自第k-1层第i个节点的输出；表示来自第k-1层第i个节点的连接权重；

31、每一个神经元的输出是该节点的激活强度，与输入总和呈某种函数关系，a表示输入激励和输出响应关系的函数，表达式为：a＝a(f)。

32、优选的，所述第二层的输出y2通过连接矩阵ω3传到第三层，第三层的输入为：

33、

34、式中：ω3(i,·)表示ω3的第i行；y2表示第二层的输出。

35、优选的，所述第四层的两种工作方式具体包括：

36、采用自下向上的传输模式，通过连接执行模糊逻辑运算合成具有同样结果的加权规则如下：

37、

38、节点个数为：n(4)＝t2n(5)，其中，t2表示输出数据的模糊分档数；

39、第四层与第五层之间的连接权系数ω4(i，j)为0或1，0表示没有这条规则，1表示有这条规则；

40、采用自上而下的传输模式，其作用是求取ω4，实现训练数据的反向传播，将训练数据中输出的部分模糊化，此时：

41、y4＝vy

42、式中：v表示第五层至第四层的连接权，y表示反馈训练数据，y4表示第四层的输出；

43、所述第四层中的节点和第五层中的连线作用除了仅一个节点用来作为输出语言变量执行隶属函数外，其它节点与第二层的节点作用相同。

44、优选的，所述第五层用两类节点具体表示为：

45、第一类对馈入网络的训练数据起自上而下的传输作用，表示为：

46、f＝yi，a＝f

47、第二类节点对决策信号起自下而上的传输作用，用作反模糊器，若mij(5)和σij(5)分别表示隶属函数的中心和宽度，中心平均反模糊器可描述为：

48、

49、一种镍氢电池的管理系统，包括：

50、前端采样单元，用于单体电池电压采样、单体电池温度采样及均衡电路；

51、电池管理及绝缘检测单元，用于电池的充电管理、放电管理、电池健康管理、系统热管理及绝缘检测。

52、优选的，所述电池管理及绝缘检测单元的控制策略包括：

53、充电管理采用充电单体过压控制策略、充电总电压过压控制策略和充电电路控制策略，以实现电池包的安全充电控制；

54、放电管理采用放电单体欠压控制策略和放电总电压欠压控制策略，以实现电池包的安全放电控制；

55、电池健康管理采用soc(％)控制策略、满电soc(％)校准策略和单体电压不均衡控制策略，以实现电池包的健康监控；

56、系统热管理采用温度不均衡控制策略，以实现电池包的热管控；

57、绝缘检测是通过电桥电路，在系统工作状态下，测量电池包正负极与壳体之间的绝缘电阻值，以判断电池包绝缘状态。

58、优选的，所述均衡电路用于实现单体电池电压均衡，使所有单体电池电压的差值保持在一定范围内。

59、优选的，所述电池管理及绝缘检测单元还包括电池包总电流采样电路和总电压采样电路。

60、通过以上技术方案，本发明的有益效果为：本发明以镍氢电池端电压、电池总压、充放电电流为模糊神经网络的三元输入变量，通过自学习训练实现高精度soc的计算，在精确计算电池荷电状态(soc)的基础上，实现镍氢电池动力系统的精细采集、精细监控、精细计算、宽放管理的控制策略方法；具有计算精度高、自适应性强，能够真实的反应电池实际状态等突出优点，能够实现现代特种领域的电动车辆的动力系统的电池健康管理、充电管理、放电管理、系统热管理以及绝缘检测、均衡管理和电压温度的采样，增加了镍氢电池动力系统的特种领域的适用性、可靠性、安全性、使用寿命。